关于图像处理中特征点描述算子的一点总结Word文档格式.docx

关于图像处理中特征点描述算子的一点总结Word文档格式.docx

《关于图像处理中特征点描述算子的一点总结Word文档格式.docx》由会员分享，可在线阅读，更多相关《关于图像处理中特征点描述算子的一点总结Word文档格式.docx（15页珍藏版）》请在冰豆网上搜索。

spanstyle="

mso-bidi-font-size:

12.0pt;

line-height:

125%;

font-family:

宋体;

mso-ascii-font-family:

"

TimesNewRoman"

;

mso-hansi-font-family:

mso-bidi-font-family:

mso-font-kerning:

0pt;

mso-ansi-language:

FR"

>

（Speed-Up

RobustFeatures<

）算子<

选取图像在尺度空间上的极值点作为候选特征点。

与SIFT<

算子不同的是SURF<

算子采用Hessian<

矩阵行列式近似值来构造金字塔。

提取SURF<

特征点需要4<

个步骤：

特征，对于特征点进行定位，赋予主方向，生成特征点描述符。

3.BRIEF特征

BRIEF<

特征（binaryrobustindependent

elementaryfeatures）<

是Calonder<

等<

在2010<

年提出来的，他采用二进制字符串作为特征点描述符，因而在速度和性能上都有着卓越的表现。

其主要思路是：

在特征点附近随机的选取若干点对，将这些点对的灰度值大小组合成一个长为256<

的二进制字串，并将这个二进制字串作为该特征点的特征描述子。

由于其描述子利用二进制（“0”<

和“1”<

）编码，因此在特征匹配时只需计算2<

个特征点描述子的Hamming<

距离。

大量实验表明，不匹配特征点的描述子的Hamming<

距离在128<

左右，匹配点对描述子的Hamming<

距离则远小于128<

。

由于BRIEF<

的匹配速度远高于SURF<

和SIFT<

，因此应用较为广泛。

特征描述符是一个bit<

串，有若干个二值

<

测试组成，即影像块

（<

尺寸为

）<

经过平滑后再进行若干

测试。

其中，影像块

在x<

处的灰度值定义为

，特征描述符为一个长度为

的二进制串：

这里有两点要注意：

1<

mso-bidi-font-siz